第一个话题聚焦如何培养撰写高质量科研论文的能力。首先请教Filippo Crea教授，您认为高质量论文的标准是什么？

优质论文需满足三个标准。首先是创新性。在临床科研过程中，并非所有问题都具备研究价值，提出一个具有针对性、新颖且尚未被探索的研究问题是一篇好论文的首要标准。其次是方法学，需严谨可靠、统计分析科学合理，可通过学习掌握技巧。事实上，创新性思路远比成熟的研究方法更重要。一篇优质论文，必须建立在新颖且出色的研究思路之上。此外，论文撰写与呈现也至关重要。由于论文发表后会被众多读者查阅，因此让读者清晰理解论文内容非常重要。中英文语言差异可能造成障碍，当前的技术或可提供一定的帮助。

接下来想请教Harlan Krumholz 教授：大量中国稿件投递到JACC，但期刊录用率非常低。您认为，中国稿件普遍存在的不足是什么？您有哪些具体建议？

在医学文献领域，许多稿件普遍存在研究问题设计不合理或方法学存在重大缺陷等问题，非中国稿件特有。研究者投入大量时间最终却未能尽如人意，令人惋惜。因此，我们希望研究者认真思考待解答的研究问题，设计出对临床实践或学术研究有实际价值的研究，产出可供他人借鉴应用的知识成果。科研起点应是找到让自己充满热情的研究领域，愿意为之深耕、组建团队携手攻关。当研究问题有价值、方法能产出可信答案时，优质论文自然水到渠成。

好奇心是青年研究者的重要动力，但常出现“锁定方向后发现已有大量相关研究”的情况。您认为，对于心血管科医师而言，在科研工作启动初期，文献研读是否具有重要意义？

每位研究者都必须将自身研究置于该领域已有研究背景中，重复验证类研究有时也具有一定价值。但部分投稿的研究者未能充分了解该领域的大量相关研究或相同主题的研究，导致其研究缺乏差异性与创新性。这种情况在利用公共数据库开展的研究中尤为普遍。因此，科研必须以深入研读文献，充分调研为起点。研究者需明确现有研究的欠缺之处、自身要填补的知识空白，及他人在该领域的工作，以此判断研究价值。

了解研究的起点，知晓已发表的相关成果至关重要，因此细致的文献检索十分关键。如今，探寻知识空白的难度已远低于三四十年前：与80年代初只能通宵在图书馆逐页翻找文献确认想法是否已被探索相比，现在靠搜索引擎便能高效完成。尽管检索方式发生了巨大变革，但文献检索的重要性始终未变。一篇严谨的论文必须明确知识空白，而你的研究目的正是填补这一空白。

中国年轻人群中，许多人存在血管斑块但胆固醇水平并不高，这也说明很多疾病机制我们尚未完全明确。很多研究者在推进基础临床转化。对于对此类研究的规划与论文撰写您有何建议？

过去几年，全球范围内，医学博士（MD）背景学者投身基础转化医学研究的已不多见，但中国MD仍会接受相关培训，对实验室研究充满热情，并以非常高的标准进行工作。

对于从事基础转化医学的年轻MD，我有三点建议。第一，从具有临床意义的生物学问题切入。优先聚焦一个最终能（无论短期还是长期）对所研究的临床问题产生影响的生物学问题，而非盲目依赖组学等技术。第二，选用贴合人类疾病相关特征的模型。很多转化研究不可重复，核心原因在于所用模型无法模拟人类疾病的实际病理状态。第三，讲好完整的科学故事，论文不应堆砌先进技术数据，而要清晰呈现研究逻辑与认知价值。

中国很多临床方向的PhD也需接受基础培训，这对掌握临床研究方法和理解基础科学都很重要。

当前心脏代谢疾病概念不断扩展，涵盖肾脏、肝脏等多学科疾病。您认为，这是否属于学科整合趋势？这种趋势对相关研究方向或课题选择将产生哪些重要影响

？

“心脏代谢综合征”并非新概念。早年“代谢综合征”因仅为肥胖相关危险因素集合而淡出，如今复兴需警惕误导性。我们更认同的观点是必须越来越重视“共病”相关性。如今人口老龄化加剧，老年患者常存在心脏、肾脏、肝脏等多系统问题。对于这类患者，我们必须考虑其病情的复杂性，治疗的目标不是针对单个脏器，而是整个机体。对患者的评估必须全方位。此外，大脑也应纳入考量。这不仅因为卒中属于血管性疾病，更因为越来越多的证据表明，痴呆在很大程度上也与心血管疾病相关。心血管危险因素会增加痴呆风险，饮酒、心房颤动同样可能提高痴呆风险。此外，心血管疾病患者相关长期随访试验发现，受试者的主要死亡原因并非心源性。这意味着，即便在临床试验中，对患者的治疗重点也应逐渐从单一器官转向患者整体。

我完全同意。美国心脏协会（AHA）目前正积极推广“CKM（心脏-肾脏-代谢）”理念。但正如Filippo教授所说，我们不能就此止步。肝脏、大脑乃至整个血管系统都可能受到影响，不应将视野局限在CKM这一狭窄范畴内。

现如今，肥胖已被认定为一种疾病且有相关治疗手段。它并非意志力薄弱或单纯“吃得太多”所致。在食物充足、超加工食品泛滥的社会环境中，部分人群会出现脂肪组织过剩，其中内脏脂肪的分布与生理作用会对机体产生显著毒性影响。虽然行为干预的效果往往不尽如人意，但并不意味着我们不应尝试或鼓励。既然已经明确此类患者会出现心血管疾病表现，我们就需要承担起诊疗责任，发挥主导作用。值得一提的是，近年来，50-100种相关药物处于研发阶段，未来将有口服制剂、新型药物乃至预防肌少症的药物出现，这无疑是预防医学的变革，且必然产生积极影响。

心血管疾病领域正经历一场理念革新——从 “以心脏为中心”转向“系统层面”诊疗。这种思路需要整合心脏、肝脏、大脑等所有受影响的系统。对心脏病学家而言，关注点的转变和跨学科合作至关重要。通过跨学科合作，可从不同角度全面评估这些最终都会面临心血管疾病相关问题的患者，实现从单一脏器衰竭治疗到多系统综合管理的转变。

实际上，在中国传统医学理念中，不仅将人体视为一个有机整体，还强调人体与自然环境相关联。因此，无论是否基于循证医学，传统中医诊疗的核心理念始终是“整体辨证”，而非孤立脏器。这拉近了西医和中医联系。两者都蕴含“整体观”的哲学思想，不仅将人体本身视为一个系统，还重视人体与自然环境的紧密联系。

传统已知的危险因素仅能解释50%的疾病发病原因，剩余50%则与环境暴露相关。人体与外界环境、大气的相互作用，是诱发心血管疾病的关键驱动因素，与中医的整体哲学思想不谋而合，但多年来一直被学界忽视。

年轻医生很少有机会牵头开展RCT或撰写相关论文。但如今，越来越多的开放数据库和注册研究可供使用。越来越多的中国心脏病学家开始尝试利用这些开放数据资源。但基于这类数据开展的研究多为实用性研究。您对此看法和态度是什么？

长期以来，我一直支持开放数据理念。开放数据能让全球更多研究者获得机会，重复验证结果、从不同角度分析问题，充分挖掘已有数据的价值。但这也存在其他挑战，若你并非数据收集者，就必须深入了解数据库本身，明确其优势与局限性、数据质量，以及已有研究成果。开放数据提供了机遇，但同时也赋予了责任。研究者必须像对待自有数据一样深耕数据库，找到知识空白，确保研究价值。这需要投入足够的时间和精力，不能敷衍了事。

我们曾在JAMA发表过一篇关于美国某公共数据库的研究，结果发现，超过三分之二的相关论文在数据使用上存在致命错误。因此，开展这类研究的研究者必须全身心投入，充分理解数据库，并能为其研究结果负责。

实用性研究和数据库非常有价值，它们能捕捉到RCT无法覆盖的信息。但数据可及性并不意味着数据本身完全准确，也不代表所有得出的关联都具有临床价值。因此，规范开展是关键：研究设计要严谨，问题要基于生物学机制。比如“眼睛颜色与心衰关联”就远不如“高血压与心衰关联”合理。所以我认为，当前仍有很大提升空间，我们需要更深入地理解数据，而不仅仅是产出数据。如今的数据量可能已经超出了我们当下的处理能力。

非英语母语研究者常面临语言障碍，如今AI润色工具日益普及。您对这类工具持什么态度？在使用AI润色英文时，应如何把握伦理边界，做到合理使用？

我认为这是一项可接受的技术进步。大型语言模型若能使用得当、公开透明，在我看来是合理的。EHJ认可这种做法，但要求作者必须声明使用情况。若这些工具仅用于润色论文表达、提升可读性，是非常有价值的。这与让AI代写论文截然不同。此外，审稿人不能使用大型语言模型撰写审稿意见。审稿时若将稿件上传至这类模型，会造成隐私泄露，这是严格禁止的。

JACC对此有非常明确的政策，鼓励大家使用AI来润色表达。投稿时无需声明是否使用了AI。AI普及必然趋势。尽你所能利用一切工具（如拼写检查工具、语法纠错软件，以及大型语言模型。）提升学术表达质量，但要对最终成果负责。另外，若使用AI进行翻译，团队中必须有精通目标语言的人进行核验。因为AI工具可能会出现“幻觉”，生成错误信息或擅自修改表述。

ChatGPT、DeepSeek等工具并非共同作者，只是提升表达清晰度的可利用的辅助手段，仅此而已。你可以使用也应当使用这些工具，这是技术发展的必然趋势，但关键在于，你必须对其全权负责。AI可以帮你优化语言、提升表达效果，但绝对不能用它来生成研究思路，更不能生成可能存在造假或无法复现的虚假数据。

非常感谢三位的精彩指导、宝贵见解与经验分享，帮我们厘清了诸多困惑，让我们受益匪浅。未来，我们必将全力以赴，希望能为心脏病学领域的研究事业做出贡献。谢谢大家！